Original title:
Klasifikace akcelerometrických dat v rámci pacientského záznamu EKG
Translated title:
Accelerometer data classification within the patient ECG record
Authors:
Kindl, Zdeněk ; Ředina, Richard (referee) ; Bulková, Veronika (advisor) Document type: Bachelor's theses
Year:
2024
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[cze][eng]
Předmětem bakalářské práce je klasifikace akcelerometrických dat pacienta. Cílem je zlepšení objasnění patologií v EKG signálu. Klasifikace probíhá na datech, která byla naměřena zařízením Bittium Faros 180L. Byla vytvořena vlastní databáze pohybů. Pacientská data jsou zpracovávána pomocí rekurentní neuronové sítě. Ta rozdělí pohyby do tří základních skupin: klidová aktivita, mírná aktivita, vysoká aktivita. Výstupem je soubor s anotací pohybu. Práce obsahuje popis neuronových sítí, data, zpracování dat a vytvoření neuronové sítě s kódy.
The subject of the bachelor's thesis is the classification of patient accelerometric data. The aim is to improve the clarification of pathologies in the ECG signal. The classification is performed on data measured by the Bittium Faros 180L device. A custom database of movements was created. Patient data is processed using a recurrent neural network, which classifies the movements into three basic groups: resting activity, moderate activity, and high activity. The output is a file with movement annotations. The thesis includes a description of neural networks, data, data processing, and the creation of the neural network with codes.
Keywords:
accelerometer data; Bittium Faros 180L; machine learning; motion database; Neural network; patient motion classification; akcelerometrická data; Bittium Faros 180L; databáze pohybů; klasifikace pohybů pacienta; Neuronová síť; strojové učení
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: https://hdl.handle.net/11012/246787